重载

重载

引题1:写几个关于比大小的函数。
1> 给定两个数,返回最大的那个数
2> 给定三个数,返回最大的那个数
3> 传入数字组成的列表[1, 0, -1, 3.5], 返回最大的那项数字

def get_max1(num1, num2):
    # if num2 > num1:
    #     return num2
    # else:
    #     return num1
    max = num1
    if num2 > max:
        max = num2
    return max

print(get_max1(1, 3))
def get_max2(num1, num2, num3):
    # if num2 > num1 and num2>num3:
    #     max=num2
    # if num3 > num2 and num3>num1:
    #     max=num3
    max_num = num1
    if num2 > max_num:
        max_num = num2
    if num3 > max_num:
        max_num = num3
    return max_num

print(get_max2(6,3,5))
def get_max3(num_list):
    max = num_list[0]
    # for i in range(0,len(num_list)):
    #     if max < num_list[i]:
    #         max=num_list[i]
    for index, num in enumerate(num_list):
        print(index, num)
        if num > max:
            max = num
    return max


num_list=[1,2,3,-1]
print(get_max3(num_list))

把上面的三个函数封装到一个类中。
然后觉得get_max1 get_max2看着难受,所以都变成get_max,发觉报错,python由于自身特性没有重载机制。

class GetMaxNum(object):
    @staticmethod
    def get_max(num1, num2):
        max = num1
        if num2 > max:
            max = num2
        return max

    @staticmethod
    def get_max(num1, num2, num3):
        max_num = num1
        if num2 > max_num:
            max_num = num2
        if num3 > max_num:
            max_num = num3
        return max_num

    @staticmethod
    def get_max(*num_list):
        max = num_list[0]
        for index, num in enumerate(num_list):
            print(index, num)
            if num > max:
                max = num
        return max

# GetMaxNum.get_max(1,3)
# GetMaxNum.get_max(1,2, 3)
# GetMaxNum.get_max([1,2,3])    # 传参类型可变
# GetMaxNum.get_max(1)
# GetMaxNum.get_max(True)
GetMaxNum.get_max(*[1,2,3])     # 参数个数可变

重写:子类重写父类中的同名方法。针对类继承情况。
重载:类中有多个同名方法。参数个数不同,或参数类型不同,这种情况较方法重载。针对方法参数的不同状况。

python当中没有重载机制,java语言中才有。同名函数重复定义,以最后的为准。因为python是动态类型语言,传实参什么类型都接收;形参和实参可以穿可变个数的参数。

【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识(Matlab代码实现)内容概要:本文围绕多智能体网络中的事件触发一致性问题,研究如何通过分布式事件驱动控制实现有限时间内的共识,并提供了相应的Matlab代码实现方案。文中探讨了事件触发机制在降低通信负担、提升系统效率方面的优势,重点分析了多智能体系统在有限时间收敛的一致性控制策略,涉及系统模型构建、触发条件设计、稳定性与收敛性分析等核心技术环节。此外,文档还展示了该技术在航空航天、电力系统、机器人协同、无人机编队等多个前沿领域的潜在应用,体现了其跨学科的研究价值和工程实用性。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及从事自动化、智能系统、多智能体协同控制等相关领域的工程技术人员。; 使用场景及目标:①用于理解和实现多智能体系统在有限时间内达成一致的分布式控制方法;②为事件触发控制、分布式优化、协同控制等课题提供算法设计与仿真验证的技术参考;③支撑科研项目开发、学术论文复现及工程原型系统搭建; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注事件触发条件的设计逻辑与系统收敛性证明之间的关系,同时可延伸至其他应用场景进行二次开发与性能优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值